常见卷积组合

646 words

3 minutes

常见卷积组合

2026-02-01

Convoluton

0

在深度学习（尤其是计算机视觉和机器人感知）中，卷积核大小（Kernel）、填充（Padding）和步长（Stride）的组合通常遵循特定的设计模式。

以下是除之外最常用的几类经典组合及其应用场景：

用于缩小特征图尺寸，增加感受野，同时替代池化层（Pooling）。

组合内容	效果与目的	经典应用
	尺寸减半（），步幅较大。	ResNet 中的残差块跳转、各种 Backbone 的特征提取。
	严格尺寸减半，且计算对称。	GANs（生成对抗网络）和 VAE 的编码器部分。

用于恢复图像尺寸，常用于生成模型或分割模型。

组合内容	效果与目的	经典应用
	尺寸翻倍（），边缘平滑。	DCGAN、图像超分辨率、U-Net 的解码器。
	最简单的尺寸翻倍。	早期视觉模型中的反卷积。

不改变空间尺寸，仅改变通道数或进行局部融合。

组合内容	效果与目的	经典应用
	Pointwise Conv。改变通道深度，不影响空间结构。	Inception 模块降维、ResNet 的 Bottleneck 结构。
	大感受野初始特征提取。	ResNet-50 的第一层（Input Layer），快速获取全局轮廓。
	较大的局部特征捕捉（保持尺寸）。	早期用于处理较大噪声的图像，或简单的浅层网络。

针对计算资源有限（如嵌入式机器人平台）设计的组合。

组合内容	效果与目的	经典应用
连接	非对称卷积。等效于，但参数量减少 33%。	Inception v3、计算受限的实时感知模型。
	Depthwise Conv。每个通道独立卷积。	MobileNet 核心组件，极大降低 FLOPs。